用机器人取代化学家，他为药企合成分子，做不出来不收钱

今年 1 月，时任 OpenAI 科学副总裁的凯文·韦尔（Kevin Weil）在一场发布会上预言，2026 年之于 AI 和科学，会像 2025 年之于 AI 和软件工程。

凯文是 OpenAI for Science 的创办人，在 OpenAI 将科学部门的工作分散并入其他研究团队后，他随即宣布离职。8 月，有消息称其正筹备一家 AI 科学初创公司。

到 10 月，他在媒体采访中进一步明确了年初的判断：AI 已经大幅加速了软件工程和数学的发展，但在其他自然科学领域还没有产生同样的影响。原因在于，化学和生物学进步的根源是从实验起步的“循环”：产出新分子、测试、再从结果中学习。想造出更强的科学 AI，必须先掌握来自真实世界的大规模实验数据。

10 月 22 日，凯文联合创办的化学研发服务公司 Warp Sciences 结束隐身状态，宣布完成 2.15 亿美元融资，投后估值 8.65 亿美元。本轮由 Lightspeed Venture Partners 领投，另有约 18 家机构跟投，OpenAI 首席财务官莎拉·弗莱尔（Sarah Friar）和首席研究官陈信翰（Mark Chen）以个人身份参与。

此前，药企找到有潜力的候选分子后，需要合成大量变体逐一测试，过程高度依赖人工；如今，Warp Sciences 的目标是由机器人逐步接管这一流程，将实验数据反馈至 AI 模型，再由模型指导新一轮实验。最终让合成越做越快、越做越便宜。

先导化合物优化为何难提速？

找到一个有活性的候选分子，只是药物研发的开端。药物化学家随后要在分子骨架上反复修饰，做出一大批变体，逐个测试，再根据结果设计下一批……逐层筛选，直到找出最可能成药的结构。

这个过程在行业里被称为先导化合物优化，其中制备变体的工作叫作类似物合成。

整个优化是一个反复迭代的设计-合成-测试-分析循环（DMTA）：设计和分析可以借助计算工具，测试可以交给标准化的检测平台，最难提速的是合成。一个结构复杂的分子往往需要数步乃至十余步有机反应，高度依赖化学家的经验和双手。

大型药企内部有专职团队负责类似物合成，更多中小型生物技术公司则把这项工作外包给合同研究组织（CRO）。

过去二十年，这部分业务大规模流向了中国：西方药企看重中国 CRO 的性价比，药明康德等公司也借此成长为全球最大的研发外包服务商。

Warp Sciences 联合创始人兼首席科学官所罗门·赖斯伯格（Solomon Reisberg）此前在共价小分子药物研发企业 Terremoto Biosciences 负责药物化学工作，对这种外包关系有切身体会：海外服务商速度快、性价比高，但他担心知识产权问题；如果改用美国本土 CRO，又要承担明显溢价。Warp Sciences 希望在保障质量、安全性和紧密协作的前提下，提供与海外 CRO 相当的价格。

用真实实验数据闭环训练机器人和模型

按照官网披露的信息，Warp Sciences 服务于临床前小分子项目，专注先导化合物优化阶段的类似物合成。

它的计价方式与传统 CRO 有明显区别。行业惯例是按全职人力当量（FTE）收费，无论最终做出多少分子，客户都为租用的化学家工时付钱。Warp Sciences 按交付的化合物收费，做不出来的分子不收钱。

对于 Warp Sciences，这种计价方式自有其风险，同时也伴随着巨大的收益机会：机器人接手的操作越多、成功率越稳定，单个化合物的成本就越低，利润空间也越大。

目前，公司只与少数“设计合作伙伴”合作，双方化学家共同推进项目，客户决定合成哪些分子，并保留药物项目的全部控制权。联合创始人兼首席运营官迪杰·帕蒂尔（DJ Patil）把这种关系总结为：“我们不开发自己的药物，只为药物开发商建设基础设施。”

自动化的起点是数据。Warp Sciences 的化学家在做实验时会佩戴摄像头和带压力传感器的手套，记录下的操作过程用于训练机器人完成实验室任务。目前实验室工作仍由资深化学家主导，自动化程度会逐步提高。

模型层面，公司计划混合使用前沿大模型和经过定制的开放权重模型。凯文表示，理想情况下会选用美国本土开发的开放权重模型，尽管目前市场上性能最强的一批多数来自中国。

联合创始人兼首席技术官马诺哈尔·帕鲁里（Manohar Paluri）表示，这套设计的目标是让每次实验都使下一次实验更聪明：更多实验产生更多数据，更多数据训练出更好的模型，更好的模型让实验更可靠。

凯文对实验数据的重视，来自他在上一份工作中的观察：OpenAI 在科学研究上进展最大的是数学领域，而大语言模型进入物理科学时往往会遇到很多麻烦。

原因出在验证成本和周期。软件和数学之所以先被改变，一个重要原因是验证成本低：代码能否运行、证明是否成立，几乎可以即时得到反馈，模型可以在大量试错中快速学习。

药物化学缺少这种快速闭合的反馈回路，一个分子能否成功，要花数周做实验才能验证。公开数据又倾向于保留有效的反应和分子，模型很难从失败中学习。

Warp Sciences 将补齐闭环，长期目标则是造出“科学超级智能”：科学家提出分子需要具备的性质，AI 负责设计实验、调度实验室，并在反复试错中找到答案。

本土化窗口与真正的对手

Warp Sciences 的四位联合创始人来自 AI、数据科学和药物化学领域。凯文在 OpenAI 转任科学副总裁后，带领团队推出了面向科研人员的论文写作与协作平台棱镜（Prism），以及面向生命科学研究的专用模型 GPT-Rosalind。

迪杰曾是美国首任首席数据科学家，马诺哈尔是 Meta 基础人工智能研究院（FAIR）的创始成员之一，后来担任 Meta 超级智能实验室副总裁。所罗门是团队中唯一有药物化学一线经验的创始人。

图 | 四位联创合影。（来源：Warp Sciences）

在 AI 制药领域，药企正在用模型设计分子，前沿模型公司则开始抢占软件和流程层：10 月 20 日，OpenAI 收购了药物开发项目管理公司 Orchestra Bio，将其并入凯文团队当初开辟的 Rosalind 产品线；今年 4 月，Anthropic 以约 4 亿美元收购 AI 生物技术公司 Coefficient Bio，将一支专注于开发生物分子设计模型的研发团队收入麾下。

头部模型厂商和原生 AI 药企大多在微笑曲线的两端寻找机会；即便自建实验室，侧重点也是蛋白质、抗体等生物大分子。Warp Sciences 却瞄准了微笑曲线底端的“脏活”区，通过更低成本和更高效率接替传统外包 CRO 的位置。

而在自动化实验室领域，礼来（Eli Lilly）今年 1 月宣布与英伟达（NVIDIA）共建 AI 联合创新实验室，把礼来的智能体湿实验室与计算平台连成全天候运转的闭环，服务礼来内部的生物学家和化学家。

新锐公司中，Lila Sciences 已累计融资 5.5 亿美元，正在建设覆盖生命科学、化学和材料的 “AI 科学工厂”，目标同样是“科学超级智能”；Chemify 则把合成步骤写成机器人可执行的代码，在自动化工厂里制备分子。

更紧迫的问题是，Warp Sciences 想靠机器人抹平成本差距，但中国团队早已先行一步：成立于 2022 年、总部位于新加坡的 AI 化学公司 ChemLex 已经建起了一套全天候运行的自主化学系统，用于药物和材料研发中的分子合成与反应条件优化，据称已服务 70 多家客户。

（来源：ChemLex）

面对这些竞争者，Warp Sciences 还有一张关键底牌：本土化。

2025 年底，美国总统特朗普签署《生物安全法案》（BIOSECURE Act），明确限制联邦采购和资助涉及“受关注生物技术公司”的业务。2026 年 6 月 8 日，美国国防部将药明康德列入“中国军事企业”清单，8 月法院发布初步禁令暂停执行，但已经对美国客户的药物开发进度构成了影响。

然而，“制药业回流”的呼声固然可以为 Warp Sciences 打开需求，却难以构成长期壁垒。业内人士普遍认为，把所有医药供应链环节都搬回美国在经济上并不现实。当政策压力缓和，客户仍会根据价格、质量和速度做出选择。

目前，公司并未公布任何有关周转时间、成本或模型性能的数据，价格优势能否兑现仍有待验证。另外，模型和机器人的价值要在数据积累到一定规模之后才能显现，在此之前，公司的口碑几乎完全取决于化学团队能否如期交付合格的化合物。

投资人显然已经等不及了。Lightspeed 合伙人古鲁·查哈尔（Guru Chahal）在采访中表示，其投资组合中的生命科学公司正需要这类本土服务，甚至愿意为此支付溢价。

谈起这笔投资，他的语气相当急切：“钱的事都好说，拜托你们赶快把它做出来，客户包在我们身上。”

参考内容：

1.https://www.bloomberg.com/news/articles/2026-10-22/ex-openai-science-head-kevin-weil-launches-startup-with-215-million

2.https://www.businesswire.com/news/home/20261022200104/en/Warp-Sciences-Emerges-From-Stealth-With-%24215-Million-to-Build-U.S.-Chemistry-Services-for-Drug-Research

3.https://techcrunch.com/2026/10/22/former-openai-science-lead-launches-warp-science-to-automate-wet-labs-with-robots/

4.https://www.technologyreview.com/2026/01/27/1131793/openais-latest-product-lets-you-vibe-code-science/

5.https://www.bloomberg.com/news/articles/2026-04-17/openai-s-former-product-chief-and-sora-head-leave-company

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成